tx-course

Machine Learning

The form couldn't be found.

Machine Learning

Machine Learning es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente; utiliza las computadoras para ejecutar modelos predictivos que aprenden de los datos existentes a fin de pronosticar comportamientos, resultados y tendencias futuras.

Este entrenamiento de ciencia de datos ha sido diseñado no solamente para aprender sus principios sino también su aplicación, mediante la construcción de modelos propios. Se dará explicaciones claras de la teoría de machine learning combinadas con escenarios prácticos y experiencia práctica en la construcción, validación y despliegue de modelos.  Podrá aprender a construir y obtener ideas de estos modelos utilizando R, Python y Azure Machine Learning. También explorará la teoría y la práctica de métodos avanzados comúnmente utilizados en la ciencia de datos.

En los primeros dos módulos, aprenderá acerca de las aplicaciones comunes de tipos de datos especializados. Luego, en los dos módulos restantes, se enfocará en datos no estructurados. Trabajará con herramientas como R, Python y Azure Machine Learning para resolver problemas avanzados de ciencia de datos.

Detalles del entrenamiento

Duración:
43 horas

Objetivo general:
Conocer los conceptos y herramientas claves para crear sistemas que aprendan automáticamente, identificando patrones complejos tanto en información estructurada como desestructurada.

Objetivos específicos:

  • Dar a conocer conceptos claves sobre la teoría de machine learning, aplicados a escenarios prácticos, llevando al participante a tener una experiencia real en su construcción, validación y despliegue de modelos de aprendizaje automatizado.
  • Ampliar conocimientos sobre técnicas y modelos para resolver problemas utilizando la ciencia de datos.
    Implementar modelos de machine learning.
  • Conocer cómo construir y obtener ideas de modelos de machine learning construidos usando R, Python y Azure Machine Learning.
  • Resolver problemas avanzados de ciencia de datos.

Competencias duras fortalecidas

  • Construcción y despliegue de modelos de machine learning
  • Conocimiento de herramientas tales como R, Python, Azure Machine Learning para solucionar problemas avanzados de ciencia de datos

Competencias blandas fortalecidas

Durante los ejercicios prácticos del entrenamiento se desarrollarán conceptos tales como:

  • Pensamiento creativo
  • Solución de problemas
  • Trabajo en equipo
  • Comunicación asertiva
  • Toma de decisiones

Conocimientos previos requeridos por los estudiantes

  • Fundamentos de programación

Contenido temático

Módulo 1. Principios de Machine learning

  • Explorar la clasificación
  • Regresión en aprendizaje automático
  • Cómo mejorar los modelos supervisados
  • Detalles sobre modelado no lineal
  • Aplicación de modelos ML a la clasificación de pacientes con diabetes
  • Agrupación
  • Sistemas de recomendación

Hands On (Taller práctico) Módulo 1:
El participante construirá “modelos de aprendizaje” básicos basados en los lenguajes de programación R y Python así como las variables requeridas en los ambientes de Azure Machine Learning.

Módulo 2. Machine learning aplicado

  • Explorar el análisis de series temporales y pronósticos
  • Eche un vistazo al análisis de datos espaciales
  • Aprender sobre análisis de texto
  • Revisión de análisis de imágenes

Hands On (Taller práctico) Módulo 2:
El participante definirá la forma y el tipo de análisis aplicable que permite resolver los distintos modelos definidos en Machine Learning y que están relacionados con la disciplina de la ciencia de datos.

Metodología del entrenamiento
Este entrenamiento tendrá una identificación de habilidades iniciales de los participantes, mediante retos de programación, para conocer el nivel y ajustar los contenidos y desarrollo del mismo. Si se requieren desarrollar otras competencias por parte de los participantes antes de iniciar dicho entrenamiento, los facilitadores recomendarán contenidos para autoestudio con el objetivo de tener los resultados esperados.

Durante el entrenamiento se combinará conceptos teóricos, ejercicios prácticos y el desarrollo de entregables que permita implementar lo visto, mejores prácticas y habilidades para liderar al interior de las empresas TI proyectos exitosos de Machine Learning.

El entrenamiento se enmarcará en metodologías ágiles que le permitirán al participante aprender a adaptar la forma de trabajo a las condiciones de un proyecto, consiguiendo flexibilidad e inmediatez en la respuesta y su desarrollo a las circunstancias específicas del entorno.

El entrenamiento combinará lenguajes de programación, plataformas y metodologías en un solo espacio, con el objetivo de llevar estos entrenamientos a lo que sucede en proyectos de TI reales. En este caso, en un solo entrenamiento se desarrollarán habilidades en Machine Learning, Phyton, R y Azure Machine Learning, entre otras.

Todos los entrenamientos desarrollados por Digital School han sido diseñados de acuerdo con los requerimientos de la Industria TI actuales y para los próximos años. Cada entrenamiento ha sido guiado por empresarios líderes del sector tanto en Colombia como a nivel internacional.

Course Info

Course Teacher

Sorry no teacher found.

Share This Course